1 分治策略:
对于一个规模为n的问题,若该问题可以容易地解决(比如说规模n较小)则直接解决,否则将其分解为k个规模较小的子问题,这些子问题互相独立且与原问题形式相同,递归地解这些子问题,然后将各子问题的解合并得到原问题的解。这种算法设计策略叫做分治法。
2 分治步骤:
分治法在每一层递归上都有三个步骤:
step1 分解:将原问题分解为若干个规模较小,相互独立,与原问题形式相同的子问题;
step2 解决:若子问题规模较小而容易被解决则直接解,否则递归地解各个子问题
step3 合并:将各个子问题的解合并为原问题的解。
它的一般的算法设计模式如下:
Divide-and-Conquer(P)
1. if |P|≤n0
2. then return(ADHOC(P))
3. 将P分解为较小的子问题 P1 ,P2 ,…,Pk
4. for i←1 to k
5. do yi ← Divide-and-Conquer(Pi) △ 递归解决Pi
6. T ← MERGE(y1,y2,…,yk) △ 合并子问题
7. return(T)
其中|P|表示问题P的规模;n0为一阈值,表示当问题P的规模不超过n0时,问题已容易直接解出,不必再继续分解。ADHOC(P)是该分治法中的基本子算法,用于直接解小规模的问题P。因此,当P的规模不超过n0时直接用算法ADHOC(P)求解。算法MERGE(y1,y2,…,yk)是该分治法中的合并子算法,用于将P的子问题P1 ,P2 ,…,Pk的相应的解y1,y2,…,yk合并为P的解。
3 分治表达式:
分治算法一般都可以写出一个递归表达式;比如经典的归并排序的递归表达式:T(N)=2T(N/2)+O(N)
T(N)代表整个原问题,采用了分治解决方案后,它可以表示成:
①分解成了两个规模只有原来一半(N/2)的子问题:T(N/2)
②当解决完这两个子问题T(N/2)之后,再合并这两个子问题需要的代价是 O(N)
递归表达式的解就是该算法的时间复杂度。关于某些特定形式的递归表达式,求解时,是可以直接套公式的。
4 分治算法有以下形式(这个形式挺重要的,可以更好的理解分治算法,这儿要好好理解)。
(1)如果实例I的规模是“小的”,则使用直接的方法求解问题并返回其答案,否则继续下一步。
(2)把实例I分割为p个大小几乎相同的子实例I1,I2,I3...
(3)对每个子实例Ij,1<=j<=p,递归的调用算法,并得到p个部分解。
(4)组合p个部分解的结果得到原实例I的解,返回实例I的解。
参考博客:https://www.cnblogs.com/xsyfl/p/6921687.html
https://www.cnblogs.com/hapjin/p/5538912.html